本文提出了一种新型卷积神经网络剪枝方案，旨在提高移动和嵌入式设备的计算效率。通过优化通道剪枝和引入硬件感知方法，显著提升了多种网络模型的性能和能效，尤其在智能农业和医疗领域表现突出。此外，研究展示了在边缘设备上部署CNN的有效性，提供了实时性能和高能效。

本文提出了一种新型模型不可知剪枝方案，通过梯度衰减和自适应分层蒸馏来优化稀疏训练，以提高视频编码器的压缩效率。实验结果表明，该方法在减少计算开销的同时提高了速度和保持了视频质量。

本文介绍了一种基于梯度衰减和自适应分层蒸馏的新型模型不可知剪枝方案，应用于三种视频编码器，结果显示在MACS上减少了65％，速度提升了2倍。